这个问题与(在Python panda中拆分和连接数据帧以使用rpy2进行绘图(有关。我正在处理pandas数据帧，并对它们进行各种融化/解融化/连接操作，这样我就可以使用rpy2用ggplot2绘制它们。对于如何对具有唯一索引的数据帧执行这些操作，我有点困惑。假设数据帧df有一个唯一的列runner_id，它记录每个跑步者完成两个比赛(比赛A和B(之一的时间和速度。每个流道都是唯一的，因此对于两个流道bob和mary，DataFrame可以具有这种形状：
df = pandas.DataFrame([{"runner_id": "bob", "time_A": 30,
"time_B": 25, "speed_A": 5, "speed_B": 10},
{"runner_id": "mary", "time_A": 29,
"time_B": 19, "speed_A": 8, "speed_B": 12}])
df看起来像这样：
runner_id speed_A speed_B time_A time_B
0 bob 5 10 30 25
1 mary 8 12 29 19
由于运行程序是唯一的，因此对数据帧runner_id进行索引非常方便。它还防止意外添加重复条目，因为我们知道每个跑步者的所有信息都应该保存在跑步者的行中，并且我们不能每个跑步者有多行：
df = df.set_index("runner_id")
问题是，如果我们想绘制两次比赛之间的时间或速度差异，ggplot需要使用列名time_A, time_B, speed_A, speed_B中的信息。那么df需要看起来像这样：
runner_id race time speed
bob A ... ...
mary A
bob B
mary B
这样我们就可以做到：
ggplot2.ggplot(df) +
ggplot2.geom_point(aes_string(x="time", y="speed", colour="race")) ...
尽管这违反了runner_id条目的唯一性，因为运行者需要重复。一般来说，如何处理这一问题？有没有一种好的形式可以保持df，它允许唯一的索引，但也可以方便地表示ggplot？我觉得在这两者之间来回切换很困难/很困惑。第一种按跑者索引的每场比赛具有不同时间/速度列的表示非常直观，而ggplot的融化表示令人困惑，似乎很浪费。
任何关于在这两者之间来回转换的想法，或者关于如何保持数据帧的一般规则，都会有所帮助。在使用ggplot时，答案是否不是索引(不调用set_index(？这类数据帧有首选格式吗？
一个潜在的解决方案是在未熔化/熔化时始终索引/取消索引df，如：
melted_df = pandas.melt(df.reset_index(), id_vars="runner_id")
但这似乎容易出错。例如，如果我想计算每个跑步者在A比赛中的速度和时间的平均值，我可以尝试列出A条目：
# This is already complicated
a_entries = melted_df[map(lambda x: x.endswith("_A"), melted_df["variable"])]
我知道有多余/熔化的表示，所以很难进行不重复计算跑步者的操作，因为每个跑步者现在出现两次：
runner_id variable value
0 bob speed_A 5
1 mary speed_A 8
4 bob time_A 30
5 mary time_A 29
熔化和铸造数据帧是R.Hadley的程序包reshape中的常见操作(发现原始melt()的reshape2之所以流行是有原因的(。
使用ggplot2，还可以将数据添加到图层中的绘图中。举个例子：
import rpy2.robjects.pandas2ri
rpy2.robjects.pandas2ri.activate()
p = ggplot2.ggplot(rpy2.robjects.conversion.py2ri(df)) +
ggplot2.geom_point(ggplot2.aes_string(x="time_A",y="speed_A"),colour="#ff0000") +
ggplot2.geom_point(ggplot2.aes_string(x="time_B",y="speed_B"),colour="#0000ff") +
ggplot2.scale_x_continuous("time") +
ggplot2.scale_y_continuous("speed")
p.plot()
对一个长问题的简短而迟来的回答：您似乎可以使用一些帮助来理解长格式数据帧。每个值都是唯一的，因为每场比赛只有一个具有给定名称的"跑步者"。它一开始可以融化你的大脑，但它非常强大，对于利用ggplot2的功能至关重要。Hadley Wickham在几篇文章中很好地解释了这一点，例如：http://had.co.nz/reshape/paper-dsc2005.pdf